Bu çalışmada, bina içi ortamlarda, çok robotlu bir sistem için anlamsal tabanlı keşif
algoritmaları geliştirmek amaçlanmıştır. Bina içi ortamlar, zeminin düz olduğu okul,
hastane ve iş merkezi gibi yerler olabilir. Bununla birlikte, bu ortamlar, zehirli madde
yayılımı, sel baskını ve yangın gibi afetlerden sonra rampa benzeri robotun seyrüseferini
zorlaştıran engeller içeren; haberleşmenin kısıtlı olduğu ortamlara dönüşebilmektedir. Bu
tez çalışması kapsamında önerilen keşif algoritmalarında her iki tip ortamın özellikleri de
göz önünde bulundurulmuştur.
Bu yaklaşımda, ortamın metrik haritası elde edilirken aynı zamanda çevrimiçi olarak
topolojik haritası da spektral kümeleme yöntemi kullanılarak elde edilmiştir. Bu noktada,
bina içi ortamlarda, oda, koridor ve kapı anlamsal sınıflarının olacağı varsayımı yapılmıştır.
Bir noktanın anlamsal sınıfına karar vermek için k-ortalama (k-means) ve öğrenen vektör
nicemleme (Learning Vector Quantization) eğitim yöntemleri kullanılmıştır. Geçmiş
çalışmalarda, kapı konumlarının bulunmasının zor olduğu sıklıkla dile getirilmiştir.
Bununla birlikte, kapı gibi aralıkların tespit edilmesi keşfin verimliliği açısından büyük
önem taşımaktadır. Bu tez çalışması kapsamında, kapıların tespit edilmesi için kural tabanlı
bir yaklaşım önerilmiştir. Bir konumun, anlamsal sınıfına karar verildikten sonra bu bilgi
keşfi hızlandırmak için kullanılmıştır. Bununla birlikte, bu yöntem yardımıyla robotlara oda
öncelikli ya da koridor öncelikli gibi roller verilmektedir. Bu sayede, bina içi ortamın önce
hangi kısımlarının keşfedileceğine karar verilebilmektedir. Robotların koordinasyonu ve
görev paylaşımı için tek turlu çok öğeli müzayedeler içeren market tabanlı bir yaklaşım
kullanılmıştır. Koordinasyon ve bilgi paylaşımı yapılırken haberleşme kısıtları göz önünde
bulundurulmuştur.
Önerilen yaklaşım, Gazebo benzetim ortamında modellenen ESOGÜ Laboratuvar
binasında, hem normal ortam hem de rampalar içeren modeller ile test edilmiştir. Testlerde
iki lazer mesafe tarayıcı ve derinlik ve renk algılayıcıya (kinect) sahip P3-AT gezgin
robotları kullanılmıştır. Robotları kontrol etmek amacıyla Robot İşletim Sistemi (Robot
Operating System, ROS) kullanılmıştır.
The main purpose of this study is to develop semantic-based exploration algorithms
for a multi-robot system in indoor environments. The environments such as schools,
hospitals, and business centres have smooth surfaces. Yet, these smooth surfaces can
transformed into non-smooth surfaces that makes navigation difficult and may have
communication constraints after disasters such as hazardous substance release, flooding,
and fire. In this study, properties of both of these environments are considered while
developing exploration algorithms.
While generating the metric map of the environment, the topological map is also
obtained in an online manner by applying spectral clustering to this metric map. It is
assumed that there could be three broad semantic classes: room, corridor, and door in
indoor environments. K-means and Learning Vector Quantization methods are used to
classify robot locations. In literature, authors frequently stated that detecting door locations
is a challenging task. On the other hand, it is important to be aware of openings such as
doors for efficiency of the exploration. In this study, a rule-based door detection method is
proposed. The semantic classes are used to speed up the exploration. Semantic information
also provides us the ability to assign the roles to robots such as room-priority or
corridor-priority. By these means, more important part of the indoor environment could be
explored first. In order to coordinate the robot team and task allocation, a market-based
method which involves single-tour multi-item auctions is used. The communication
constraints are considered while coordinating the robots and information sharing.
The proposed method is tested in ESOGÜ Laboratory building which is modelled in
Gazebo. Two types of environments are used in experiments. P3-AT robot with two laser
scanner and a RGB-D are used in simulations. Robot Operating System (ROS) is used to
control robots in simulations.
